优先级队列--priority_queue

适配器

适配器简单的来说就是一种设计模式，C++的STL中的大部分模板都有着相似的功能，与相同的接口函数名，类似于这样的：

• push_back(); pop_back(); push_front(); pop_front();
• size(); empty();

所以说对于这种类型的容器，就可以对他们进行封装，从而实现一些列的功能，就比如说：

• stack，queue
• deque，priority_queue

虽然对于队列和栈，我们也可以用一些数据结构来实现，但是他们的功能STL中的其他容器都具备，所以STL中并没有将stack和queue划分在容器这一类，而是用了一个容器适配器。

有了容器适配器，我们就可以根据不同的使用场景来确定使用不同的容器

• 经常要头插元素的话，我们就可以使用list当做适配器的类型，因为他的底层是一个带头结点的双向循环链表，头插时间复杂度是O(1)
• 如果要经常访问元素的话，我们就可以使用vector作为适配器的类型，他的底层是一个数组，数组对于访问的时间复杂度是O(1)
• 在STL中他是用一个双端队列deque来实现的，他结合了list插入效率高，以及vector访问效率高的特点。但是他却不适合遍历，他的内部是一段一段的有长度的地址区间，每一次访问都需要检测是否越界，所以遍历有些困难。

priority_queue

priority_queue，翻译过来就是优先队列的意思。

他是一个封装在queue中的一个容器适配器，底层默认是用vector来实现，并且默认是降序，也就是默认是一个大堆。

与队列的不同点

队列作为一个先进先出的标准数据模型，它内部的数据不能保证有序。

STL基于这一特点，对queue做了改进，让他每一次出队的数据保证是当前队列的最值(最大值，最小值)，但是却不满足了先进先出的特点。

因为优先队列需要满足每次front()都是队列的最值，还有不停的插入元素，那么单纯的用sort()函数进行排序是不行的，因为他每一次的时间复杂度都是O(n * log(n))。
这个时候就可以使用堆，建一个大根堆或者小根堆，每一次获取队头元素都是堆顶的元素，都是可以保证是最值，而且插入删除再次建堆的时间复杂度也只是O(log(n))。

priority_queue实现的功能

• pushk();，尾插一个数据 ，内部进行向上建堆
• pop();，删除队头数据，也就是队列中的一个最值，然后内部进行向下建堆
• top();，返回队列中头部元素，也就是队列中的最值
• size();，返回队列中元素的数量
• empty();，判断队列是否为空

复习一下堆

堆是一种特殊的二叉树结构，他的每一个根节点都是这棵子树的一个最值(最大值或者最小值)

• 根节点是最大值，这是一个大根堆
• 根节点是最小值，这是一个小根堆

他的存储可以用一个数组来实现，不必建一个二叉树。这里有一个注意的点就是：(假设父亲节点为parent)

• 当你选择的第一个元素的下标为0，那么他的左孩子节点就是parent * 2 + 1
• 如果选择第一个元素下标为1，那么他的左孩子节点就是parent * 2

说到这个不禁想起上学期期末的数据结构考试，考试之前自己实现了一下堆，当时用的是数组嘛，下标都是从0开始的，这样求左孩子节点是parent * 2 + 1

考试的时候问了二叉树的左孩子节点，想都没想，直接parent * 2 + 1，事后才发现，二叉树根节点是按照1算的，也就是parent * 2

图解堆删除元素的过程

画图的步骤我就不好意思的用leetcode上的可视化来显示了

• 以一个大根堆为例，这是一开始的结构
  
• 每一次比较删除之后

堆的向下调整，对应pop

• 向下调整一般是建立在删除或者排序的时候，这里因为vector数组的原因，删除的时候选择先交换，再删除末尾元素。因为删除开始位置的元素开销太大
• 向下调整的开始点一般在根节点的位置

//向下调整，数组默认以0开始
void AdjestDown(vector<int> arr,int parent)
{
   
	size_t child = parent * 2 + 1;
	size_t len = arr.size();

	while (child < len)
	{
   
		//找左右孩子中最大的
		if (child + 1 < len && arr[child]< arr[child + 1